تقنية وتكنولوجيا

Emtelligent “أخذت الذكاء الاصطناعي إلى كلية الطب” مع تقنية جديدة للبرمجة اللغوية العصبية – TechToday


من المعروف على نطاق واسع أن حوالي 80% من بيانات المرضى في السجلات الصحية الإلكترونية عبارة عن نص غير منظم. إن الحاجة إلى أنظمة آلية للمساعدة في الاستخدام الفعلي لهذه البيانات المهمة لم تكن أكبر من أي وقت مضى.

الدكتور تيم أوكونيل هو المؤسس المشارك والرئيس التنفيذي لشركة emtelligent (Booth 3185 at HIMSS24)، وهي شركة تقدم منصات الذكاء الاصطناعي الطبية التي توفر رؤى قابلة للتنفيذ وإجابات قابلة للتدقيق. وقال إن المنصات تلبي المتطلبات الصارمة لبيانات المرضى عالية الجودة ليس فقط للأطباء ولكن أيضًا للدافعين وعلوم الحياة وشركات التكنولوجيا أيضًا.

أجرينا مقابلة مع أوكونيل لمناقشة ما يسميه جيلًا جديدًا من الذكاء الاصطناعي من الدرجة السريرية، والاختلافات بين معالجة اللغة الطبيعية في الماضي والحاضر، وإدخال الجيل التالي من منصته في HIMSS24، وأمثلة للرؤى القابلة للتنفيذ التي مأخوذة من هذا النوع الجديد من البرمجة اللغوية العصبية للذكاء الاصطناعي من الدرجة السريرية.

س. لقد قلت إن جيلًا جديدًا من الذكاء الاصطناعي السريري القابل للتطوير يتبع نهج التعلم العميق للتعلم في السياق لنماذج اللغات الكبيرة (LLMs). يرجى وصف ذلك للحاضرين في HIMSS24 وسبب أهمية هذا الجيل الجديد.

أ. يتعرض مستخدمو البيانات السريرية عبر نطاق الرعاية الصحية للكم الهائل من النصوص السريرية، مما يتطلب من البشر في كثير من الأحيان البحث عن إبرة في كومة قش. على الرغم من أن تقنية فهرسة النصوص أصبحت ناضجة، إلا أنها لا تعثر إلا على ما يبحث عنه المستخدمون، وبدون أي سياق.

يمكن لبرنامج البرمجة اللغوية العصبية الطبي حل بعض هذه المشكلات، ولكن يمكن أن يكون له منحنى تعليمي حاد، وهو ليس الحل الصحيح لحالات الاستخدام التي تتطلب تفكيرًا عالي المستوى كخطوة ما بعد المعالجة.

لقد فتح جيل اليوم من النماذج اللغوية الكبيرة الباب أمام إمكانيات جديدة للبرمجة اللغوية العصبية للتغلب على التحديات التاريخية. ومع ذلك، فإن مشاكل الدقة والهلوسة مع LLMs معروفة جيدًا، مما يحول دون استخدام هذه النماذج في البيئات السريرية وقد يعرض المرضى أو المنظمات للخطر.

جعلت Emtelligent من مهمتها الاستفادة من الابتكارات الجديدة لجعل البرمجة اللغوية العصبية أكثر أمانًا ودقة على نطاق واسع. في الأساس، أخذنا الذكاء الاصطناعي إلى كلية الطب.

هنا في HIMSS24، تكشف شركة emtelligent عن الجيل التالي من منصة الذكاء الاصطناعي الطبية الخاصة بها، emtelliPro+، وهو جهد تعاوني بين الخبرة الطبية وأفضل ما يقدمه الذكاء الاصطناعي. يستخدم الحل LLM مخصصًا ومتوافقًا طبيًا، وينتج مخرجات مرنة ضد الهلوسة، ويمكن استخدامه في حالات الاستخدام المعقدة التي تتطلب إدراكًا عالي المستوى لتزويد المستخدمين بالبيانات التي يحتاجون إليها بتنسيق يمكنهم استخدامه بسهولة.

س: ما هي الاختلافات التي سجلتها بين الجيل الأخير من تقنية البرمجة اللغوية العصبية (NLP) والجيل الجديد الذي تعمل معه اليوم؟

أ. كطبيب ممارس، أدرك مدى أهمية حصول الأطباء على مصادر معلومات دقيقة وجديرة بالثقة لإجراء التشخيص واتخاذ القرارات. واجهت حلول الذكاء الاصطناعي السابقة مشكلات تتعلق بعدم الحتمية والهلوسة، كما واجهت صعوبات في الرجوع إلى بيانات المصدر بشكل موثوق، للسماح بمراجعة بشرية مناسبة للنتائج.

يجمع الجيل الجديد من الذكاء الاصطناعي الطبي الذي يشكل منصة emtelliPro+ بين واجهة بسيطة وبديهية مع LLM المتوافقة طبيًا من emtelligent، بحيث يمكن للمستخدمين السريريين ورجال الأعمال الحصول بسرعة على الرؤى الاكتوارية والسريرية والبحثية التي يحتاجونها حول الأعضاء والمرضى ومجموعات السكان.

المفتاح هو وضع القرار في يد الخبير. توفر المنصة المعلومات التي يحتاجها الأشخاص لاتخاذ قرارات مستنيرة، مع الحفاظ أيضًا على الأدلة القابلة للتدقيق والتحقق من البيانات المصدر. وبهذا النهج، يركز النموذج على الإجابة على السؤال المطروح. تخدم منصة الذكاء الاصطناعي الطبي البشر في عملهم، وتدعمهم في تطبيق خبراتهم للقيام بعملهم.

س. يرجى تقديم بضعة أمثلة للرؤى القابلة للتنفيذ التي تم استخلاصها من هذا النوع الجديد من البرمجة اللغوية العصبية للذكاء الاصطناعي من الدرجة السريرية.

أ. إن جعل كل بيانات المرضى هذه قابلة للاستخدام لإنشاء صورة صحية كاملة للمرضى وأعضاء الخطة ومجموعات السكان يمكن أن يكون له تأثير كبير عبر صناعات الرعاية الصحية وعلوم الحياة حتى في حالات الاستخدام الأكثر تعقيدًا.

على سبيل المثال، يمكن لمنصة emtelliPro+ أن توفر للدافعين التجاريين والحكوميين نظرة شاملة عن صحة ومخاطر أعضائهم، والتي لم يكن من الممكن الوصول إليها في السابق إلا من خلال مراجعة المخطط اليدوي. من خلال واجهة المحادثة المدعومة بالذكاء الاصطناعي، فإنها تجعل العمليات الهامة أسرع وأكثر دقة، بما في ذلك الاكتتاب، وتعديل مخاطر Medicare وACA، والموافقات على التفويض المسبق.

بالنسبة لشركات الأدوية ومنظمات الأبحاث السريرية، تقلل هذه التقنية بشكل كبير من الوقت والجهد اليدوي المطلوب لتجميع المرضى للتجارب السريرية. يمكن للباحثين معالجة ملايين المرضى بسرعة وتطبيق معايير التضمين و/أو الاستبعاد، مما يمكنهم من الانضمام إلى اللجنة الخاصة بهم ومراقبة الأدلة الواقعية وتقييم الفعالية العلاجية.

يمكن للأنظمة الصحية والسجلات الصحية الإلكترونية ومنصات التكنولوجيا الأخرى استخدام المنصة لتلخيص التاريخ الطبي للمريض والحصول على رؤى دقيقة على الفور لتسريع انتقالات الرعاية وتحديد الفجوات في الرعاية وتحسين دقة الترميز والمزيد. يساعد هذا المستوى من مساعدة الذكاء الاصطناعي الموظفين على العمل بكفاءة أكبر مع إعفائهم من المهام اليدوية.

تابع تغطية Bill’s HIT على LinkedIn: Bill Siwicki
أرسل له بريدًا إلكترونيًا: bsiwicki@himss.org
أخبار تكنولوجيا معلومات الرعاية الصحية هي إحدى منشورات وسائل الإعلام التابعة لشركة HIMSS.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى